CN104380370A - 用于转换数据的方法、合并了该方法的显示设备、计算设备和程序以及用于优化系数的方法和合并了该方法的设备和程序 - Google Patents

Abstract

提供一种用于将源色域内的图像数据转换成目标色域内的经修正的图像数据的方法，该方法包括利用处理器来利用多变量的多项式函数对源色域内的输入红绿蓝(RGB)数据进行操作以产生目标色域内的经修正的RGB数据，其中多项式函数包括根据预定义标准进行优化的系数从而使得当被显示在具有目标色域的显示设备上时，经修正的RGB数据具有代表输入RGB数据的经感知地优化的变换的色彩外观。

Description

用于转换数据的方法、合并了该方法的显示设备、计算设备和程序以及用于优化系数的方法和合并了该方法的设备和程序

技术领域

本发明涉及与显示设备一起使用或并入显示设备的图像数据处理函数并且尤其涉及基于多项式的函数以允许控制显示设备的色彩性能。进一步，本发明涉及根据一个或多个预定目标色彩性能构造多项式函数以用于显示设备的最佳色彩性能的方法。

背景技术

归因于制造可变性，从不同的显示类型和从设备模型到设备模型以及甚至从显示设备到相同类型的显示设备的显示色彩特性的变化问题是公知的。同样公知的是根据不同的显示色彩标准被创建或编码的对于显示在相同显示设备上的不同图像内容的相关问题。图1示出了对于具有RGB原色的源色域在CIE xy色彩空间所描绘出的示例性的一组颜色以及当利用原色R_输出,G_输出和B_输出显示在目标设备上时的相同输入颜色的所得的位置。如在图中可看出，原色移动到其相应的输出位置并且为R、G和B的线性叠加组合的其它颜色与其构成的原色值成比例地移动。这意味着相对于源色域具有不正确的原色位置的显示设备将相对于源意图不准确地显示所有的输入颜色。对于所谓的“记忆颜色”(诸如灰色和皮肤色调)的发白，这是一个特别的问题，其中如果其颜色仅与输入意图略有偏移，人类视觉系统将觉察其为不正确的，尽管图像背景中周围的颜色同样被移动。

对于在非标准的显示器上精确地显示根据给定标准所创建的图像内容，或反之的解决方案为采用色域映射算法(GMA)，该算法将输入图像数据(通常以R、G、B数据格式并且典型地每一颜色分辨率具有8比特)转换成修正的R_输出G_输出B_输出数据，该修正的R_输出G_输出B_输出数据在被输入至显示设备时产生针对输入RGB数据由给定的标准规定的正确的颜色。许多这样的色域映射算法存在，并且所使用的不同技术已被发现就针对源色域和目标色域的不同组合以及不同的图像内容的便于所得的图像质量的计算和主观评价而言，具有不同的优点和缺点(Computational ColorTechnology(计算色彩技术),Henry R.Kang,章7.9(SPIE出版社,ISBN-10:0819461199,2006年7月15日),Dugay,F.,Farup,I.和Hardeberg,J.Y.(2008))。

大多数色域映射算法包含从设备有关色彩空间(例如，RGB数据)到设备无关色彩空间(例如，CIE XYZ空间)的转换，由色彩坐标的矩阵旋转紧随以使目标色域和结果的再转换适合目标设备的色彩空间(US4843573,Tektronix,1987；US2011/0255101A1,Eastman Kodak,2010)。任何GMA的关键特征是其如何处理位于目标设备色域之外并因此不能被显示在设备上的源色域中的颜色以及位于源色域之外并因此将保持未使用(如果输入源颜色被尽可能如实地复制的话)的目标色域中的区域。从源颜色到等效的目标颜色的直接转换以及从输出数据值到目标设备的可用范围的限幅将导致仅两个色域的重叠区域被使用并且不同的输入颜色导致相同的输出颜色，因为目标色域外的颜色移动到设备色域的边界上。此问题在图2和图3中示出，图2示出了重叠的和非重叠的色域区域，图3示出了GMA导致的输出颜色，该输出颜色在重叠的色域区域匹配输入颜色，但色域外的输入颜色移动至设备色域边界。

为了防止由于数据限幅引起的图像数据的损失并且保持目标设备的全色域以最大化输出图像外观的逼真度，已开发GMA，其在设备无关色彩空间对输入颜色数据执行一些线性或非线性压缩以允许根据源意图，使得输入颜色更准确，但保持一定程度的相对颜色差，否则该相对颜色差将被合并。(Perceptual evaluation of color gamut mapping algorithms(色域映射算法的感知评估).Color Res.Appl.,33:470-476.doi:10.1002/col.20443；US 2011/0255101 A1,Eastman Kodak,2010；US 6388674 B1,Sony,1999)。

一种类型的感知地优化的色域映射算法使用两个输入数据变换函数，一个精确地将输入颜色映射到其在目标色域中的源意图点，并且一个保持目标色域的完整范围。针对给定输入颜色的输出结果可接着从这两个可能的输出中选择或被推导为这两个的混合组合、邻近于记忆颜色区域或可能位于记忆色彩区域内的输入色彩的函数(US 6744534 B1,Xerox,2000；US 6266165 B1,Lexmark,1998,US 2010/0194773 A1,Sharp,2010)。这种类型的方法的功能在图4中示出，其示出了在预定义的记忆颜色区域内的输入颜色具有精确到源意图的输出结果，以及在源色域的边缘上的输入颜色具有移动至目标色域的边缘上的相应位置的输出结果。这两个区域之间的输入颜色具有所得的输出位置，该输出位置部分地移动与其距记忆颜色区域和色域边界区域的相对距离成比例的量。这些可被看作特别有利的方法，因为其允许特定颜色的外观被保持精确到源意图，而允许饱和颜色维持饱和，只要目标设备能够最大化所得图像的逼真度。这些方法还允许应用颜色选择性的逼真度“增加”，藉此通过增加某些颜色的亮度或饱和度而又保持记忆颜色精确到源意图可针对特定设备使用情况(例如，在亮的环境条件中或对于其中引人注目的图像质量可能比颜色精确度更受期望的零售环境中的显示)提高图像的输出外观。

这些利用混合方法的多重变换的缺点是它们在计算上更有要求并且就处理能力和/或存储需求而言需要更多资源。已提出在计算上更有效的色域映射算法，其仅基于多项式函数。这些具有优势即它们简单地通过对多项式的每一项重新配置系数值可针对不同显示器类型或显示器到显示器变化进行优化，并且多项式处理可被嵌入在显示器控制或驱动器硬件中，其中仅系数值被保存在可重写存储中。US 6862029 B1(Hewlett-Packard,1999)公开了一种进行自动显示表征测量的方法，该测量接着被用于计算多项式函数的系数，该多项式函数提供色彩显示器的期望的电压传输曲线，多项式系数被储存在显示数据信道中。然而，此公开仅描述了使用单变量多项式函数来单独地控制每一颜色分量的灰度等级(“伽马”)曲线。没有描述用于调节色域的交叉颜色依赖性或函数性。

US 8014028 B2(Canon,2008)描述了被用在颜色管理系统中的颜色变换函数的基于类似的测量的配置。然而在此公开中，尽管提供了感知的色域映射功能，但显示器测量数据被用于向颜色平移模块提供基于色域边界计算的详细的变换而不仅仅是多项式系数，并且如所描述的，需要颜色平移模块使用查找表(LUT)来变换一些输入色彩并插入这些变换以用于其它颜色。

WO 2008/024710 A2(Texas Instruments,2006)描述了基于“橡胶板”的多项式计算的色域映射处理。然而，所公开的处理需要将输入的RGB数据转换至色调-亮度-色度色彩空间，届时亮度和色度数据被输入至多项式以提供恒定色调处的颜色转换。同样公开的是使用单独的LUT函数以提供已知记忆颜色的色彩外观保留转换，而不是构造多项式函数以提供此选择性。

除了以上所描述的旨在用于根据特定标准在设备上的显示的用于颜色数据的最佳显示的颜色变换函数之外，在非标准的显示器上，GMA可以是可重构的以允许用户根据所观看的内容、显示器所处的环境、一天中的时间或用户偏好在几个色彩模式之间切换显示设备。很多移动电话允许用户在“标准的”和“动态的”色彩模式之间切换，例如，如果针对这些模式的每一个，由设备所使用的GMA需要储存大量LUT中的数据或处理参数，则增加可选择的模式的数量可能不实际。

此外，某个研究已提出当在晚间和夜间使用显示器时，由显示器发出的蓝光(提供标准的白点所需的，诸如sRGB的D65)可不利地影响睡眠模式。(Wood,Brittany等."Light level and duration of exposuredetermine the impact of self-luminous tablets on melatonin suppression.(曝光的光级和持续时间决定了自发光平板对褪黑素抑制的影响)"AppliedErgonomics(2012))。作为结果，“蓝光削减”膜已经被推向市场，其允许用户手动地将片或膜放置在显示器上，该片或膜吸收主要在所发射光谱的蓝端处的光，而允许用户在那天晚些时候继续使用显示器而不担心蓝光影响他们的睡眠。然而，手动地添加或移除改变蓝光传输的附加膜的需求显然是麻烦的并且通过经由图像处理将显示器的白点转换至较低的相关色温(CCT)可实现类似的效果(http://en.wikipedia.org/wiki/Color_temperature)。

因此，期望提供色彩数据变换处理，其提供具有由更复杂的感知地优化的色域映射算法所提供的一定程度的功能性的计算简单性、低数据存储需求以及多项式计算的可重构性，而无需在数据转换期间将源RGB数据转换至某个中间的设备无关色彩空间。

引用列表

专利文献

专利文献1：US 4843573(Tektronix,1987)

专利文献2：US 2011/0255101 A1(Eastman Kodak,2010)

专利文献3：US 6388674 B1(Sony,1999)

专利文献4：US 6744534 B1(Xerox,2000)

专利文献5：US 6266165 B1(Lexmark,1998)

专利文献6：US 2010/0194773 A1(Sharp,2010)

专利文献7：US 6862029 B1(Hewlett-Packard,1999)

专利文献8：US 8014028 B2(Canon,2008)

专利文献9：WO 2008/024710 A2(Texas Instruments,2006)

发明内容

根据一方面，提供一种用于将源色域内的图像数据转换成目标色域内的经修正的图像数据的方法，该方法包括利用处理器来利用多变量的多项式函数对源色域内的输入红绿蓝(RGB)数据进行运算以产生目标色域内的经修正的RGB数据，其中多项式函数包括根据预定义标准进行优化的系数从而使得当被显示在具有目标色域的显示设备上时，经修正的RGB数据具有代表输入RGB数据的经感知地优化的变换的色彩外观。

根据另一方面，对输入RGB数据的多项式函数的运算产生经修正的RGB数据，所述经修正的RGB数据在一范围的记忆颜色的色彩外观中是准确的、在目标色域的边缘处的相应位置处显示饱和颜色(在源色域的边缘处的那些)并且对于在源色域的该范围的记忆颜色和饱和颜色之间的颜色显示混合的中间输出颜色。

根据另一方面，对输入RGB数据的多项式函数的运算利用输入白点至目标色域中不同的预定白点的附加平移产生具有代表输入RGB数据的经感知地优化的变换的色彩外观的经修正的RGB数据。

根据本发明的另一方面，所包含的白点移动具有足够大小并且被导向色域的黄色或较低相关色温部分，从而使得对于任何给定的图像内容，由显示所发出的蓝光的大幅度减少。

根据另一方面，预定义标准是基于针对源色域中的一组输入RGB数据值计算目标色域中的经感知地优化的经修正的目标RGB数据值，并且利用数值优化处理来最小化由多项式函数所实现的经修正的RGB数据值和经修正的目标RGB数据值之间的差异。

在另一方面，此方法包括根据性能选择器输入改变多项式函数系数以切换显示设备的色彩性能。

在又一方面，此方法包括利用1维查找表(LUT)以分别地将输入RGB数据中的输入R、G和B数据值中的每一个转换成中间的R、G和B数据值，并且随后将中间的R、G和B数据值输入至多项式函数。

根据另一方面，此方法包括根据性能选择器输入改变LUT以切换显示设备的色彩性能。

根据又一方面，提供一显示设备，该显示设备包括执行方法的驱动电路。

根据另一方面，提供一计算设备，该计算设备包括执行方法的图像渲染程序或图像数据输出处理器中的至少一个。

根据另一方面，提供一计算机可读介质，在其上已存储有一程序，当被处理器执行时，该程序实施一方法。

根据另一方面，提供了一种用于优化多变量的多项式函数的系数的方法，利用该方法，源色域内的输入RGB数据要被转换成目标色域内经修正的RGB数据，该方法包括利用处理器根据预定义标准优化系数从而使得当被显示在具有目标色域的显示设备上时，经修正的RGB数据具有代表输入RGB数据的经感知地优化的变换的色彩外观。

在又一方面，预定义标准包括最小化由多项式函数所实现的经修正的RGB数据值和经修正的目标RGB数据值之间的差异。

根据另一方面，系数的优化是与1维的查找表(LUT)协同执行以分别地将输入RGB数据中的输入R、G和B数据值中的每一个转换成中间的R、G和B数据值，并且随后将中间的R、G和B数据值输入至多项式函数。

根据另一方面，在反馈环过程中顺序地优化LUT中的值和多项式系数。

在又一方面，提供一优化器设备，该优化器设备包括被编程以执行方法的处理器。

在另一方面，提供一非瞬态、计算机可读介质，在其上已存储有一程序，当被处理器执行时，该程序实施方法。

为了完成上述和相关目的，本发明进而包括如权利要求中完整描述和特别指出的特征。以下描述和附图详细阐明了本发明的某些说明性实施例。然而，这些实施例仅指出了可采用本发明原理的各种各样的方式中的几种方式。当结合附图一起考虑时，从下面的本发明具体实施方式可以明显看出本发明的其他目的、优点和新颖特征。

附图说明

图1是在CIE 1931xy色彩图中图像数据源颜色意图和目标显示器的所得的性能之间的差异的图示。

图2是在CIE 1931xy色彩图中图像数据源颜色意图和目标显示器的所得的性能之间的差异的进一步图示。

图3是根据常规技术方法被修正成接近源数据意图的目标显示器的色彩性能的图示。

图4是根据另一常规技术方法被修正成接近源数据意图的目标显示器的色彩性能的图示。

图5是用在本发明的实施例的过程中的示例性多项式。

图6(a)、6(b)、6(c)和6(d)表示源数据至输入至具有与源色域不同的色域的目标设备的数据的示例性计算。

图7是本发明的实施例的图像数据处理流程的图示。

图8是用在本发明的过程中的多项式的示例性的一组系数。

图9(a)是示出利用图8的系数的本发明的实施例的性能的一组CIE xy图形。

图9(b)是示出利用图8的系数的本发明的实施例的性能的一组CIE xy图形。

图9(c)是示出利用图8的系数的本发明的实施例的性能的一组CIE xy图形。

图10是本发明的进一步的实施例的图像数据处理流程的图示。

图11是示出示例性的显示器的数据值对亮度的响应的曲线图，其中本发明的色彩性能实施例可用作源意图。

图12(a)和12(b)代表示出本发明的实施例的示例性预LUT数据组和所得的输入数据对亮度性能的一对曲线图。

图13是用在本发明的过程中的多项式的示例性的一组系数。

图14(a)是示出利用图13的系数和图12的预LUT数据组的本发明的实施例的性能的一组CIE xy图形。

图14(b)是示出利用图13的系数和图12的预LUT数据组的本发明的实施例的性能的一组CIE xy图形。

图14(c)是示出利用图13的系数和图12的预LUT数据组的本发明的实施例的性能的一组CIE xy图形。

图15是示出利用图13的系数和图12的预LUT数据组的本发明的实施例的性能的数据值对亮度的响应的曲线图。

图16是示出利用图13的系数和图12的预LUT数据组的本发明的实施例的性能的数据值对亮度的响应的曲线图。

图17是如用在本发明的实施例中的示例性的一组输入测试颜色数据值和目标修正的数据值。

图18是用在本发明的多项式系数优化方法实施例中的过程流的图示。

图19是用在本发明的多项式系数优化方法实施例中的过程流的图示。

图20是用在本发明的多项式系数优化方法实施例中的过程流的图示。

图21是用在本发明的多项式系数优化方法实施例中的过程流的图示。

图22是用在本发明的多项式系数优化方法实施例中的过程流的图示。

图23(a)、23(b)和23(c)是被本发明的实施例所使用的目标设备色彩性能测量值的示例。

图24(a)、24(b)和24(c)是被本发明的实施例所使用的源意图色彩性能值的示例。

图25是用在本发明的多项式系数优化方法实施例的一部分中的过程流的图示。

图26是用在本发明的多项式系数优化方法实施例的一部分中的过程流的图示。

图27是合并了本文中所描述的图像数据转换过程的示例性图像处理器的图示。

图28表示优化如上所述的多项式函数系数的示例性优化器设备。

图29表示从具有不同白点的输入数据的经色适应的目标颜色位置数据的示例性计算。

图30(a)是示出朝向产生如由图29的方法所计算的白点移动的本发明的实施例的性能的一组CIE xy图形。

图30(b)是示出朝向产生如由图29的方法所计算的白点移动的本发明的实施例的性能的一组CIE xy图形。

图30(c)是示出朝向产生如由图29的方法所计算的白点移动的本发明的实施例的性能的一组CIE xy图形。

实施例的描述

在本发明的实施例中，三变量的第三阶多项式函数对于图像中的每一像素具有源RGB数据作为输入并且输出导致一定范围的记忆颜色的精确的色彩外观的经修正的RGB数据，同时在目标色域的边缘处的相应位置处显示饱和颜色(在源色域的边缘处的那些)，并且对于在源色域的这两个区域之间的颜色导致混合的中间输出颜色结果。

在进一步的实施例中，重新配置相同的多项式函数以将亮度提高提供至中间亮度饱和颜色，而根据未饱和或记忆颜色的源数据意图维持精确度，藉此通过运算多项式参数的简单切换允许目标显示器被切换至“鲜艳”或“动态”模式。

在进一步的实施例中，任何的先前实施例的三变量的多项式函数可由缩减的项数，即二阶三变量的多项式的项加上R、G和B输入的乘积的三阶项组成。

在进一步的实施例中，由于“鲜艳”模式将导致R、G和B通道的有效数据值对亮度(“伽马”)曲线根据施加至其它颜色通道的数据值而变化，因而初步的LUT转换被分别地应用至R、G和B数据以改变源伽马曲线至位于每一颜色通道完全饱和时(即，其它通道的输入值为零)的目的地目标伽马曲线和每一颜色通道完全未饱和时(即，R、G和B输入值均相等)的目的地目标伽马曲线之间的某个中间形式。

在实施例中还期望提供计算先前实施例的多项式函数的最佳系数的方法，其可解决源设备和目标设备性能中的原色位置、白点、各个R、G和B通道的伽马曲线形状以及原色色度对亮度的可变性中的差异以提供主要的和随后的实施例的功能。在本发明的又一实施例中，提供进行目标显示设备的一系列颜色测量并且利用遗传算法或其它数值优化工具以查找将一组测试颜色的输入RGB值最佳地转换至那些颜色的预计算出的目标输出RGB值的多项式系数的方法。

在本发明的主要的实施例中，常规的R、G、B颜色图像数据以逐像素为基础被输入至图5所示类型的三变量的第三阶多项式函数。如图所示，此函数将每一RGB数据三元组作为其输入并且具有一组系数(例如，r_1-20，g_1-20，b_1-20)以施加至多项式的每一项以用于每一经修正的数据值，R_输出,G_输出和B_输出，其产生该数据值作为其输出。选择系数r,g,b以使得对于一定范围的记忆颜色，经修正的R_输出,G_输出和B_输出数据值导致精确的色彩外观，同时在目标色域的边缘的相应位置处显示饱和颜色(在源色域边缘处的那些)，并且对于在源色域的这两个区域之间的颜色导致混合的中间输出颜色结果。

为了说明这种程度的增强的功能，考虑常规的颜色转换过程是有用的。这样的过程的计算步骤在图6中概述。这示出了首先通过经由LUT或某个函数f₁将每一R_S、G_S和B_S值转换至具有线性亮度增量(“逆伽马变换”)可将源数据R_S、G_S和B_S的图像像素数据值转换至一设备无关色彩空间，诸如CIE XYZ空间。经线性化的源数据值R_S'、G_S'和B_S'接着可被预乘一变换矩阵M₁以产生XYZ值(图6(a))。图6(b)的方程示出了利用第二变换矩阵M₂实现经线性化的目标设备数据值R_D'、G_D'和B_D'到相同的XYZ空间的类似转换。如果源数据值和目标数据值将要产生相同的颜色，那么由这些变换所产生的XYZ值将是相同的，因此图6(a)和图6(b)的方程可被结合如图6(c)以允许经线性化的目标RGB值的直接计算，其将产生与任何经线性化的源数据值相同的颜色。然后完整的色域映射过程可看作显示在图6(d)中，藉此函数f₂被用来施加伽马函数至经线性化的目标数据值，变换矩阵M_C为M₁的逆和M₂的预乘结果，并且f₁施加逆伽马函数以线性化非线性源数据值。利用限幅来消除可产生的任何色域外目标值，此过程将允许如图3所示的色彩空间转换，其中所有的输入源数据值被映射至输出目标数据值，其在源色域和目标色域重叠的色域区域产生相同的颜色。

显然如果与伽马和逆伽马函数f₁和f₂以及输出限幅结合，则仅包含具有等于矩阵M_C的元素的系数r₂到r₄、g₂到g₄和b₂到b₄的项的多项式处理对于提供上述的常规变换的功能将是足够的。然而，如果函数f₁和f₂的影响可通过使用一些或全部剩余的多项式项，可能与已被考虑的系数的经修正值相结合来进行估计，则这可允许有优势的植入，因为函数的f₁和f₂的处理将不需要被执行。还通过组合使用所有的多项式项以产生色域外颜色的更复杂的感知映射的效果以及在记忆颜色区域和饱和颜色或限定的颜色区域之间的混合效应可获得另一优势。在这种情况下，通过仔细选择多项式系数，利用图7所示的经简化的过程流可实现更复杂的感知色域映射算法的全部功能。

图8示出了对于根据sRGB标准所规定的源数据至用于显示在非标准显示器上的输出数据的最佳转换的示例性多项式系数。图9(a)示出了连同sRGB色域一起位于CIE xy图上的非标准显示器色域。此图还示出了具有在CIE xy空间中的其sRGB源数据意图位置(空心正方形)以及当被输入至非标准显示器时的所得位置(实心圆)的一组样本颜色位置。从该图可看出除了显示器色域面积小于sRGB色域面积以及显示器的R、G和B原色被错误地定位之外，显示器的白平衡不正确，具有过度亮度的蓝原色导致大多数输入颜色被显示有太接近蓝原色位置的颜色位置。图9(b)示出了在根据利用图8的参数的多项式处理的修正之后的相同组的测试颜色的CIE xy位置。从图可看出色域区域中心附近的未饱和的样本颜色被修正成非常紧密地匹配源意图，而饱和的样本颜色从sRGB色域的边界被转移至非标准的显示器色域的边界上的相应位置。图9(c)示出了为多项式处理的修正之后，在非标准显示器上的相同组的样本颜色的CIE xy位置(实心圆)，以及根据混合感知色域映射算法的其理想目标位置(空心正方形)。可看出对于相同的颜色，实现了非标准显示器上的输出结果和预计算理想目标结果之间的紧密匹配。

这表明多项式函数能够解决以上列出的所有目标显示颜色不准确，并且针对所有颜色产生至感知地优化的色域变换计算出的输出颜色值的紧密匹配，而不需要至中间设备无关色彩空间的任何转换或基于复矩阵的或混合的计算。

对于每一样本输入的理想的目标颜色和所得的颜色之间的差值的标准测量可利用CIE(Δ)E₂₀₀₀色差测量进行计算，并且对于示例性的非标准显示器，针对超过700个样本输入颜色的测试组，通过应用多项式函数，理想目标和结果之间的差值的平均(Δ)E₂₀₀₀值从7.98改进至1.29。

值得注意的是，在图9中，对于一些样本颜色，理想目标和所得的输出的CIE 1931 xy位置是在非标准面板色域的三角形边界的外面。这归因于如图中所示的面板色域是由最大亮度处的三个显示基色的位置进行限定的事实。在非标准面板上，原色的CIE 1931 xy位置已被示为随着亮度而变化，因此对于一些中间亮度的输入颜色，可实现比对于最大亮度输入更大程度的饱和度。从图可看出多项式处理能够解决此原色位置变化，不仅在维持中间亮度输入颜色的目标颜色位置的最佳精确度方面，而且对于可能之处的中间亮度颜色允许至源意图饱和度的更紧密匹配。

在本发明的又一实施例中，常规的R、G、B颜色图像数据以逐像素为基础被输入至一维查找表(LUT)以用于分别地将R、G和B输入数据转换至中间数据级，该中间数据级接着被输入至在主要的实施例中所描述类型的三变量的第三阶多项式函数。合并了“预LUT”转换的此过程在图10中示出。

包含预LUT函数的一个优势在于其允许R、G和B数据通道的伽马曲线在被输入至多项式处理之前被修正。此修正的一个特殊用途可以是当特定通道的伽马曲线的期望输出形状与灰色输入颜色(即，R、G和B数据级都相等)的伽马曲线的期望输出形状不同时，允许产生中间形状的伽马曲线。这可以是这种情况，即如果显示器需要工作在设计成通过将亮度提高施加至饱和的输入颜色(例如，中间亮度原色)，而保持未饱和颜色(例如，灰色)的标准亮度来提高图像的感知到的逼真性的模式下。

图11示出了在工作在用户可选择的“动态”色彩模式下的电视面板上所测得的单独的R、G和B通道的亮度(伽马)曲线以及灰色数据输入(R＝G＝B)的伽马曲线的数据值，每一个归一化至它们各自的最大值。可看出当仅绿色数据级大于零时，绿色通道的伽马曲线遵循公知的幂定律形状，亮度与数据值除以255大致成比例并且升高至幂(伽马)＝2.2，类似于在sRGB标准中所规定的值。当输入数据RGB值都相等时，伽马曲线同样遵循幂定律形状，但具有稍小的指数((伽马)(近似等于)2.0)。然而，当仅R或仅B通道大于零时，所得的伽马曲线对于中间值的数据级呈现出增加的所得亮度并且输出亮度在显著低于255的最大值的输入数据级处饱和。

当此实施例的显示器需要工作在接近此类型的色彩性能的模式下时，利用预LUT函数来产生具有所得亮度的中间的R、G和B数据值可能是有利的，该所得亮度是当其它颜色通道具有零数据值时对于此数据值的所得的亮度和当其它通道具有匹配的输入数据值时由此通道所产生的所得的亮度之间的中位。针对用在先前示例(图9)中的相同的非标准显示器所计算的这样的预LUT的示例在图12中示出。图12(a)示出了预LUT的输入对输出数据值的曲线图并且图12(b)示出了由显示器所产生的预LUT处理的输入值的所得的亮度。可看出对于R和B通道，中间级值的亮度增加至位于sRGB和TV“动态模式”规定的值之间。由于G通道的sRGB和TV“动态模式”规定的值和灰色值并不是如此不同，因而预LUT处理的值的亮度结果更类似于sRGB规定的结果。

图13示出了示例性多项式系数，其在与图12的预LUT结合使用时导致在先前示例的相同的非标准面板上的色彩性能，该色彩性能紧密地复制所测得的“动态模式”下的电视面板的色彩性能。

图14(a)示出了具有在“动态模式”下的TV上的其测得的位置(空心正方形)以及当被输入至非标准显示器时的所得的位置(实心圆)的一组样本颜色位置的CIE 1931 xy曲线图。可看出主要归因于非标准显示器面板的显著较小的色域区域，大多数样本颜色相对于源意图显示有太低的饱和度(太靠近色域区域的中心)。图4(b)示出了在利用图12的预LUT和使用图13的参数的多项式进行处理之后的此相同的数据。可看出在色域区域的中心附近的未饱和的样本颜色被修正成非常紧密地匹配“动态模式”下的TV所测得的相同的颜色的位置，而饱和的样本颜色从TV色域的边界被转移至非标准的显示器色域的边界上的相应位置。图14(c)示出了通过多项式处理的修正之后在非标准显示器上的相同组的样本颜色的CIE xy位置(实心圆)以及根据混合感知色域映射算法的其理想的目标位置(空心正方形)。可看出对于相同的颜色，实现了非标准显示器上的输出结果和预计算出的理想目标结果之间的紧密匹配。在此示例中，针对超过450个样本输入颜色的测试组，理想目标和来自结合的预LUT和多项式处理的结果之间的差值的平均(Δ)E2000值从7.4改进至0.94。还可看出在其中目标色彩性能为TV“动态模式”的此配置下，相较于其中目标位置是由sRGB标准所决定的图9的结果，样本颜色的理想目标位置通常更接近面板色域边界并且因此更为饱和。这表明实现了对所得的图像外观的“逼真性提高”的预期效果。这通过检查所得的伽马曲线或输入至此过程的R、G、B和灰色数据来进行确认。这些所得的曲线在图15中示出并且可看出为紧密匹配于如在图11中的动态模式下的TV上所测得的等效曲线。此外，在被施加至中间亮度饱和颜色的亮度提高和不存在至未饱和颜色的等效的提高之间的平滑混合的效果通过图16示出，该图示出了不同饱和度的红色的归一化亮度相对于最大数据值。可看出中级亮度的增加随着饱和度增加。

这些结果表明多项式函数结合预LUT能够解决先前所列出的所有目标显示颜色不准确，并且针对所有颜色产生至感性地优化的色域变换计算出的输出颜色值的紧密匹配，甚至在该变换包括针对选定颜色的饱和度依赖亮度提高时，而不需要至中间设备无关色彩空间的任何转换或基于复矩阵的或混合的计算。

在又一实施例中，提供了计算优化的多项式系数的方法。对于任意给定样本测试颜色组(RGB数据组合)，可查找或计算相应的修正RGB数据值组，当输入至目标设备时，其导致一色彩外观，对于每一样本颜色，该色彩外观尽可能接近该样本颜色的源意图到目标设备色域的感性地优化的变换。此接着提供一组样本颜色RGB组合以及相应的一组理想目标RGB组合。用于转换sRGB意图输入颜色以显示在先前示例的非标准显示器上(图9中所示的转换)的包括Gretag-Macbeth图表颜色值的50样本颜色和目标修正颜色的示例性组在图17中示出。一旦已产生样本输入和目标修正颜色的列表，则可查找或计算多项式处理的系数，其对于所有使用的样本颜色产生尽可能接近从输入样本RGB组合到目标修正RGB组合的转换。使用感知色域映射算法针对一组输入样本RGB组合中的每一个计算目标RGB组合并接着使用由计算机处理器实施的数值优化处理以产生最小化目标修正RGB数据组和所获得的修正RGB数据组中的差异的多项式系数的此过程在图18中示出。其中如前所述的预LUT步骤与多项式处理结合使用的类似过程在图19中示出。

用于计算每一输入样本组合的目标修正RGB数据组合的过程可首先根据源意图计算每一样本颜色的CIE XYZ和/或L^*a^*b^*值。源意图可以是诸如sRGB的色彩标准，在此情况下从RGB数据值发现预期XYZ值的计算是公知的，或其可以是已知显示器上现有的色彩性能，在此情况下可通过在源显示器上显示样本颜色并利用经校准的色度计测量XYZ和/或L^*a^*b^*值来测量在源显示器上由每一样本颜色产生的XYZ值。此情况下的过程流在图20中示出。

已获得或计算样本RGB组合中的每一个的源数据意图，此过程可接着搜索或计算输入样本颜色中的每一个的目标修正RGB数据值，其在被输入至源显示器时产生CIE XYZ或L^*a^*b^*值，该CIE XYZ或L^*a^*b^*值给出至每一样本颜色的源意图XYZ或L^*a^*b^*值的尽可能紧密的匹配。修正的RGB值可以是产生XYZ值的最小的绝对差或最小的(Δ)E₂₀₀₀色差测量的那些。

可使用目标设备的一组颜色测量值计算这些目标修正RGB数据值，该目标设备的一组颜色测量值可接着被用于预测其它颜色的所得的XYZ和/或L^*a^*b^*值，或可使用具有反馈或试错方法的自动测量系统来顺序地在目标设备上显示测试颜色并测量XYZ或L^*a^*b^*值来发现这些目标修正RGB数据值，该XYZ或L^*a^*b^*值产生以发现给出至源意图的最佳匹配的修正的RGB值。此潜在的过程在图21中示出。

用于针对所有样本颜色同时地将输入样本颜色RGB数据值转换至修正的目标RGB数据值的最佳多项式系数可通过由计算机处理器执行并旨在最小化目标修正RGB数据值和由多项式处理产生的所获得的修正RGB数据值之间的差值总和的数值求解算法(数值解法)来产生。数值解法可旨在最小化这些差值的平方的和、或这些差值和其平方的某个加权和、或任何其它合适的预定义标准。数值解法可以是进化算法类型或遗传算法类型。数值解法可单独地求解每一颜色通道的最佳参数(例如，发现系数r₁到r₂₀的最优值，然后是g₁到g₂₀的最优值，然后是b₁到b₂₀的最优值)或其可同时地求解它们全部。其可使用基于由多项式实现的每一经测试的修正的RGB数据值组的CIE XYZ或L^*a^*b^*的计算来发现色差测量并求解以最小化目标修正RGB数据值和所获得的RGB数据值之间的色差。

在此实施例的示例性实现方式中，其过程在图22到24中示出，并且其步骤注释有在那些图上指示的下面的数字，200到1000之间的RGB组合被用在输入样本颜色组(1)。此外，利用色度计测量在1到32之间的步骤中对于从0到255的仅R、G和B输入(即，当G和B等于0时的R、当R和B等于零时的G以及当R和G等于零时的B)由目标显示器产生的CIE XYZ值。如果输入数据值的增量大于1，那么剩余值可从所测得的值插入以产生完整的目标RGB到XYZ数据值组(2)。如在先前实施例的非标准显示器上所测得的这种RGB到XYZ数据值的截断的组出于解说目的在图23中示出。在此图的标记中，X_DRn表示由目标设备从数据n的纯红输入产生的CIE 1931X值。类似地，Y_DGn表示由目标设备从数据n的纯绿输入产生的CIE 1931Y值。

包括在输入样本颜色组(1)中的是对应于用于产生目标设备RGB到XYZ数据组的那些的测试颜色，允许计算相应的源RGB到XYZ数据组(3)。示例性的一组源RGB到XYZ数据表在图24中示出，具有根据sRGB标准源数据计算的值。这些数据组通过累加由R、G和B中的每一个单独地产生的XYZ值使得能够预测目标显示器上任何RGB输入的CIE XYZ值。例如，预测[a,b,c]的RGB输入，以产生XYZ值如下：

[数学式1]

X_[a，b，c]＝X_DRa+X_DGb+X_DBc-方程1a

Y_[a，b，c]＝Y_DRa+Y_DGb+Y_DBc-方程1b

Z_[a，b，c]＝Z_DRa+Z_DGb+Z_DBc-方程1c

在下一步骤(4)，RGB到XYZ数据值被“伽马校正”以便将数据值匹配至源意图的亮度曲线。由于CIE 1931 Y值对应于亮度，因而这可利用应用至所有n值的以下计算来实现：

[数学式2]

${X^{\′}}_{\mathrm{DRn}}=X_{\mathrm{DR}255}\×\left(\frac{Y_{\mathrm{SRn}}}{Y_{\mathrm{SR}255}}\right),{Y^{\′}}_{\mathrm{DRn}}=Y_{\mathrm{DR}255}\×\left(\frac{Y_{\mathrm{SRn}}}{Y_{\mathrm{SR}255}}\right),{Z^{\′}}_{\mathrm{DRn}}=Z_{\mathrm{DR}255}\×\left(\frac{Y_{\mathrm{SRn}}}{Y_{\mathrm{SR}255}}\right)$ -方程2a

${X^{\′}}_{\mathrm{DGn}}=X_{\mathrm{DG}255}\×\left(\frac{Y_{\mathrm{SGn}}}{Y_{\mathrm{SG}255}}\right),{Y^{\′}}_{\mathrm{DGn}}=Y_{\mathrm{DG}255}\×\left(\frac{Y_{\mathrm{SGn}}}{Y_{\mathrm{SG}255}}\right),{Z^{\′}}_{\mathrm{DGn}}=Z_{\mathrm{DG}255}\×\left(\frac{Y_{\mathrm{SGn}}}{Y_{\mathrm{SG}255}}\right)$ -方程2b

${X^{\′}}_{\mathrm{DBn}}=X_{\mathrm{DB}255}\×\left(\frac{Y_{\mathrm{SBn}}}{Y_{\mathrm{SB}255}}\right),{Y^{\′}}_{\mathrm{DBn}}=Y_{\mathrm{DB}255}\×\left(\frac{Y_{\mathrm{SBn}}}{Y_{\mathrm{SB}255}}\right),{Z^{\′}}_{\mathrm{DBn}}=Z_{\mathrm{DB}255}\×\left(\frac{Y_{\mathrm{SBn}}}{Y_{\mathrm{SB}255}}\right)$ -方程2c

这些经伽马校正的目标RGB到XYZ数据值(4)接着被用于计算样本组(5)中的所有RGB组合的经伽马校正的目标XYZ值。

经伽马校正的目标RGB到XYZ数据值(4)接着被用于发现具有位于源白点的CIE_xy值的给定差值内的CIE xy值的最高亮度值。源白点的CIE xy位置由下式给出：

[数学式3]

$x_{S\left[\mathrm{255,255,255}\right]}=\frac{X_{S\left[\mathrm{255,255,255}\right]}}{(X_{S\left[\mathrm{255,255,255}\right]}+Y_{S\left[\mathrm{255,255,255}\right]+}{Z}_{S\left[\mathrm{255,255,255}\right]})}$ -方程3a

$y_{S\left[\mathrm{255,255,255}\right]}=\frac{Y_{S\left[\mathrm{255,255,255}\right]}}{(X_{S\left[\mathrm{255,255,255}\right]}+Y_{S\left[\mathrm{255,255,255}\right]+}{Z}_{S\left[\mathrm{255,255,255}\right]})}$ -方程3b

并且可针对目标RGB到XYZ数据(2)使用等效方程来发现目标设备上任何RGB输入的CIE xy位置。在此示例中，发现了具有匹配源白点xy值至+/-0.0005内的CIE 1931 xy值的被输入至目标设备的RGB组合的最高亮度结果。在源白点处的目标设备的此最大可能亮度值接着被用于通过将此数据组中的所有值乘上目标设备的最大可能亮度值与源白点亮度的比值来按比例缩放源意图样本组XYZ值。此产生了经亮度缩放的源意图XYZ样本数据组(6)。

在下一步骤(7)，样本组目标经伽马校正的XYZ值(5)根据样本组中每一颜色的饱和度与经白点亮度缩放的样本组源意图XYZ值(6)混合。这根据样本组中每一颜色的RGB值被计算为：

[数学式4]

$S=\frac{\max \left(\mathrm{RGB}\right)-\min \left(\mathrm{RGB}\right)}{\mathrm{Max}\left(\mathrm{RGB}\right)}$ -方程4a

其给出了0和1之间的值。为了确保比仅纯灰颜色更大选择的颜色归于0的饱和度值并因此从混合处理产生匹配源意图XYZ值的目标XYZ值，此饱和度测量可根据以下方程进行修正：

[数学式5]

S′＝max(0，S*（1+f)-f)-方程4b

其中f为0和1之间，通常为0.7的因数，其决定了归于0饱和度的RGB值的比例，而仍然维持从0到1的饱和度值中的平滑混合。样本组中的每一RGB组合接着具有根据以下方程计算的其混合的目标XYZ值：

[数学式6]

X_BlendedTaret＝S′×X_{GammaCorrectedDestination}+(1-s)X_{LuminanceScaledSource}-方程5a

Y_BlendedTaret＝S′×Y_{GammaCorrectedDestination}+(1-s)Y_{LuminanceScaledSource}-方程5b

Z_BlendedTaret＝S′×Z_{GammaCorrectedDestination}+(1-s)Z_{LuminanceScaledSource}-方程5c

这些被用于计算输入样本组中每一RGB组合的混合的目标XYZ值(9)。可接着使用公知的转换将这些混合的目标XYZ值转换至L^*a^*b^*值以产生混合的目标L^*a^*b^*样本组值(10)。此转换需要一参考白XYZ值组，其应当是经亮度缩放的源白点的那些。

这些混合的目标L^*a^*b^*样本组值(10)接着被用在图25中所示的试错过程中，其中对于样本组(1)中的每一RGB组合，通过使用方程1a-1c结合目标RGB到XYZ数据(2)测试一系列试验修正的RGB组合(11)以发现该试验组合将在目标设备上产生的预测XYZ值，该值可接着被转换至L^*a^*b^*值(12)。由试验修正的RGB值所产生的预测的目标L^*a^*b^*值和样本组颜色的混合的目标L^*a^*b^*值之间的(Δ)E₂₀₀₀色差接着被发现。产生与混合的目标L^*a^*b^*值的最小(Δ)E₂₀₀₀色差的试验修正的RGB值被存储，并且对于样本组中的每一颜色重复此过程。所存储的值接着完成目标修正的RGB数据值样本组(13)。

目标修正的RGB数据值样本组(13)和输入样本颜色组(1)接着被用在图26的多项式系数优化过程中。在此过程中，通过取R、G或B值的平均对于每一颜色通道的0到255的每一输入计算用于将样本组中的每一颜色的RGB值转换至中间RGB值的预LUT值，该R、G或B值对于经伽马校正的RGB到XYZ数据组中的输入以及对应于具有R、G和B值均等于此输入的灰颜色的来自目标修正的RGB样本组的R、G或B值，在目标显示器上产生至经伽马校正的XYZ值的最接近匹配。例如，对于161的输入级，可发现给出至经伽马校正的RGB到XYZ数据组(4)中的输入[0,161,0]的经伽马校正的XYZ值的最佳匹配的RGB到XYZ数据组(2)中的RGB输入为[0,150,0]，而对应于样本组(13)中的输入[161,161,161]的目标修正的RGB值为[167,138,106]，对于G＝161的输入的G预LUT输出则将是(150+138)/2＝144。

预LUT接着与试验多项式系数结合使用以计算样本组(1)中的每一输入RGB组合的修正的RGB数据值。这些所获得的修正的RGB值(14)与目标修正的RGB值(13)进行比较以产生结合的预LUT和多项式处理在其将输入组的所有RGB组合转换至目标修正组的那些的目标中的精确度的测量。此测量可仅为输入样本组和目标修正的样本组中的每一组合的每一R、G和B值的绝对差的总和，或其可以是这些差值的平方。

朝着最小化比较误差测量的目标迭代地修正多项式系数组的遗传算法被用于查找最佳系数。

可看出在此示例性实施例中所描述的以及在图22-26中所示出的具体细节形成提供图19的感知的色域映射算法和数值优化处理的完整的方法，并且只基于显示器上的一组样本颜色的CIE 1931 XYZ测量以及根据已知标准或在源意图显示器上的第二颜色组的XYZ值的计算或测量，提供优化图7的类型的显示器颜色转换过程的预LUT值和多项式系数的方法。

此过程结合计算出的sRGB源意图输入与先前示例的非标准显示器一起使用以产生图9中所示的性能，以及结合在“动态模式”下的TV面板上所测得的源意图输入以产生图14和图15中所示的性能。

上述过程也被用于提供进一步的“蓝光消减”功能，其可被实施为除了任何其它的色彩性能模式之外可由用户选择的又一组多项式系数和/或LUT值。为提供“蓝光消减”功能，修正输入样本组中的每一颜色的源意图CIE XYZ值以远离色域的蓝色区域将白点移动至较低的相关色温(CCT)或更黄的位置。这可利用样本组中的每一颜色的源意图CIE XYZ值的简单的相对缩放(例如将所有的Z值乘以0.6以减少蓝色分量)来完成。其还可直接地利用通过将色适应矩阵施加至源意图CIE XYZ值对合成的白点以及成比例地针对样本组的所有颜色的控制来完成。可利用使用例如Bradford矩阵的初始的和经修正的目标白点CIE XYZ值计算这种色适应矩阵(http://www.brucelindbloom.com/)。图29示出了如何利用Bradford矩阵MB和它的逆从原始的(X_wo,Y_wo,Z_wo)以及新目标(X_wt,Y_wt,Z_wt)白点的CIE XYZ值计算色适应矩阵M_ca，以及如何从M_ca以及来自原始白点数据的样本颜色的XYZ值计算随后经色适应的XYZ值X_ca、Y_ca和Z_ca的细节。

图30示出了由目标白点从D65到D40的色适应移动所产生的样本颜色组的移动。图30(a)示出了通过应用D65到D40色适应矩阵在样本测试颜色组的目标位置中引起的移动。这表明当远离显示器色域边缘的发白颜色的颜色位置的移动较大时，更多饱和颜色同样移动与它们距白点的距离成比例的较少量并且邻近色域边缘，这可限制总体颜色平移。图30(b)示出了相对于相同的D40适应的目标位置，由预LUT和多项式处理输出的样本颜色的位置。这清楚地示出了多项式处理能够产生至白点移动输出的紧密匹配。同样是这种情况，即样本颜色的目标颜色位置至D40白点的移动提供了堪比应用外部蓝光削减膜的显著足够的蓝光发射的减少，如由图30(c)中利用这样的膜所进行的比较测量所示，而保持平滑的并成比例的整体图像外观。同样可从图30(b)看出色域的蓝绿边缘上的饱和颜色被从色域边缘移开并且使得其为欠饱和。这在减少由给定图像所产生的蓝光量上会是期望的，并且可通过将基于饱和度的混合元素排除出此过程的目标XYZ计算部分来实现。替代地，可优选保留显示器的全部可用色域，在这种情况下可如先前所描述的结合白点移动来使用混合元素。

还可通过迭代过程进一步优化预LUT和多项式系数，其允许在已发现优化的多项式系数结合最初计算出的预LUT值之后修正预LUT值。这可使用类似的数值优化处理来查找修正的预LUT值，其与现有的优化的多项式处理协同工作以产生所获得的修正的RGB样本组至目标修正的样本组的更好的匹配。随后可再次利用数值优化处理来应用进一步的迭代以查找经进一步优化的多项式系数以与新修正的预LUT值协同操作等等。

替代地，为节省计算时间，在再次针对样本组中的所有项优化多项式系数之前，此反馈环的预LUT修正部分可仅考虑样本组中的纯灰项(R、G和B值均相等)。

替代地，预LUT值自身可被包括作为试验参数，其与多项式系数一起在单个过程中被同时地优化。

可注意到对于利用图8的sRGB源意图和利用图13的TV“动态模式”源意图操作的非标准显示器的示例所给出的优化的多项式参数中，所有的多项式参数r₁₂到r₂₀、g₁₂到g₂₀以及b₁₂到b₂₀均被设为0。这是因为发现预LUT和多项式处理能够在非标准显示器上实现令人满意的色彩性能而无需这些多项式项对结果的影响。在这种情况下，通过仅执行具有项1-11的多项式处理可节省计算计算处理能力和记忆存储。

还可注意到在显示设备的图像数据流中执行上述方法所需的附加图像数据处理步骤可通过显示设备中现有的图像操作处理来进行辅助。例如，大多数LCD显示设备在数模转换器(DAC)中使用LUT功能，该数模转换器将输入数字图像数据转换至模拟电压以施加至每一像素电极。此转换通常被配置成考虑LCD的电压到亮度响应以及期望的源数据意图的预期的数据值对亮度曲线。然而其可被配置成与其意图的预LUT和多项式处理协同操作以允许进一步改进的色彩性能。

图27示出了合并了本文中所描述的图像数据转换过程的示例性图像处理器。输入RGB数据的来源可以是任何类型的图像数据来源，包括例如照相机、摄像机、广播信号、图像渲染软件等。图像处理器包括数字处理器(例如，一个或多个CPU)，该数字处理器执行存储在非瞬态、计算机可读介质(例如，ROM、RAM、硬盘驱动器、固态驱动器、光盘等)中的程序以实施本文中所描述的功能。图像处理器从来源接收输入RGB数据并且处理器使如本文中所描述的多项式函数对输入RGB数据进行操作以产生经修正的RGB数据，该经修正的RGB数据从图像处理器输出。经修正的RGB数据被输出至目标显示设备，该目标显示设备的色域代表目标色域。显示设备可以是任何类型的显示设备，诸如液晶显示器(LCD)、等离子显示器、有机电致发光器件(OLED)显示器、阴极射线管(CRT)显示器等。

图像处理器还可被配置成从性能选择器接收输入以执行如本文中所描述的各种用户或设备控制。例如，性能选择器可以是用户输入或设备界面，通过其可改变预LUT和/或多项式系数以切换显示设备的色彩性能。

图像处理器可表示独立设备或可被结合在输入RGB数据的来源或显示设备自身内。例如，图像处理器可被包括在显示设备的驱动电路中。替代地，图像处理器功能可被包括在计算设备中作为其图像渲染程序或图像数据输出处理的一部分。

存储了当被处理器执行时使该处理器实施本文中所描述的图像处理器功能的计算机程序的非瞬态、计算机可读介质代表又一实施例。

图28代表了根据以上所描述的任一技术优化多项式函数系数的示例性优化器设备。优化器设备包括数字处理器(例如，一个或多个CPU)，该数字处理器执行存储在非瞬态、计算机可读介质(例如，ROM、RAM、硬盘驱动器、固态驱动器、光盘等)中的程序以实施本文中所描述的优化功能(例如，图18-22和26)。优化器设备接收经修正的目标值并且处理器利用如本文中所描述的数值优化等来优化多项式函数的系数。经优化的系数接着被输出。

存储了当被处理器执行时使该处理器实施本文中所描述的优化器设备功能的计算机程序的非瞬态、计算机可读介质代表又一实施例。

虽然已经关于某些实施例或多个实施例示出和描述了本发明，但本领域普通技术人员经过阅读和理解本说明书和附图之后，可想到等效的替换和修改。尤其针对由上述元件(部件，组件，装置，组合物等)所执行的各种功能，用来描述这些元件的术语(包括对“手段”的引用)旨在对应于执行所述元件的规定功能的任何元件(例如功能等效的元件)，即使它们在结构上不等效于执行本申请中本发明的示例性的实施方式或多个实施方式中的操作的所公开结构，除非另有说明。此外，虽然已经关于若干实施例中的仅一个或多个描述了本发明的具体特征，但在任何给定或具体应用需要或对任何给定或具体应用有利时，可将这样的特征与其它实施例的一个或多个其它特征组合。

工业实用性

本文中所描述的发明可适用于用在移动设备(诸如电话、平板和便携式PC)中的显示器、电视和公共信息显示器，在显示器色彩性能可能未固有地符合给定的标准的任何地方或其中输入至显示器的数据的源意图可在不同的使用场景中变化或其中需要显示器工作在各种色彩模式下。

附图标记列表

1:输入样本颜色组

2:目标设备RGB到XYZ数据

3:源意图RGB到XYZ数据

4:经伽马校正的目标RGB到XYZ值

5:样本组目标经伽马校正的XYZ值

6:经白点亮度缩放的源意图XYZ值

7:基于饱和度的源和目标XYZ混合过程

8:样本组饱和度计算

9:样本组混合的目标XYZ值

10:样本组混合的目标L^*a^*b^*值

11:试验修正的RGB数据值

12:利用试验修正的RGB数据值的由目标设备所产生的预测的XY和L^*a^*b^*值

13:样本组目标修正的RGB数据值。

14:样本组所获得的修正的RGB数据值。

Claims (17)

1.一种用于将源色域内的图像数据转换成目标色域内的经修正的图像数据的方法，包括：

利用处理器来利用多变量的多项式函数对所述源色域内的输入红绿蓝(RGB)数据进行运算以产生所述目标色域内的经修正的RGB数据，

其中所述多项式函数包括根据预定义标准进行优化的系数从而使得当被显示在具有所述目标色域的显示设备上时所述经修正的RGB数据具有代表所述输入RGB数据的经感知地优化的变换的色彩外观。

2.根据权利要求1所述的方法，其特征在于，对所述输入RGB数据的所述多项式函数的运算产生经修正的RGB数据，所述经修正的RGB数据在一范围的记忆颜色的色彩外观中是准确的、在所述目标色域的边缘处的相应位置处显示饱和颜色(在所述源色域的边缘处的那些)并且对于在所述源色域中的所述范围的记忆颜色和所述饱和颜色之间的颜色显示混合的中间输出颜色。

3.根据权利要求1或2所述的方法，其特征在于，所述RGB数据的经感知地优化的变换包括显示的白点的平移以及显示色域内所有其它颜色的后续的成比例的平移。

4.根据权利要求3所述的方法，其特征在于，所得的显示白点的平移具有足够大小并且被导向色域的黄色或较低相关色温部分，从而使得对于任何给定的图像内容由显示所发出的蓝光的大幅度减少。

5.根据权利要求1-2中任一项所述的方法，其特征在于，所述预定义标准是基于针对所述源色域中的一组输入RGB数据值计算所述目标色域中的经感知地优化的经修正的目标RGB数据值，并且利用数值优化过程来最小化由所述多项式函数所实现的经修正的RGB数据值和所述经修正的目标RGB数据值之间的差异。

6.根据权利要求1-3中任一项所述的方法，其特征在于，包括根据性能选择器输入来改变所述多项式函数系数以切换所述显示设备的色彩性能。

7.根据权利要求1-4中任一项所述的方法，其特征在于，包括利用1维查找表(LUT)以分别地将所述输入RGB数据中的输入R、G和B数据值中的每一个转换成中间的R、G和B数据值，并且随后将所述中间的R、G和B数据值输入至所述多项式函数。

8.根据权利要求1-5中任一项所述的方法，其特征在于，包括根据性能选择器输入来改变LUT以切换所述显示设备的色彩性能。

9.一种显示设备，包含执行权利要求1-6中任一项的方法的驱动电路。

10.一种计算设备，包括执行权利要求1-6中任一项的方法的图像渲染程序或图像数据输出处理器中的至少一个。

11.一种非瞬态、计算机可读介质，在其上已存储有当被处理器执行时实施权利要求1-6中任一项的方法的程序。

12.一种用于优化多变量的多项式函数的系数的方法，利用所述多变量的多项式函数将源色域内的输入RGB数据转换成目标色域内的经修正的RGB数据，所述方法包括：

利用处理器根据预定义标准来优化所述系数从而使得当被显示在具有所述目标色域的显示设备上时所述经修正的RGB数据具有代表所述输入RGB数据的经感知地优化的变换的色彩外观。

13.根据权利要求10所述的方法，其特征在于，所述预定义标准包括最小化由所述多项式函数所实现的所述经修正的RGB数据值和经修正的目标RGB数据值之间的差异。

14.根据权利要求10-11中任一项所述的方法，其特征在于，所述系数的优化是与1维的查找表(LUT)协同执行的以分别地将所述输入RGB数据中的输入R、G和B数据值中的每一个转换成中间的R、G和B数据值，并且随后将所述中间的R、G和B数据值输入至所述多项式函数。

15.根据权利要求12所述的方法，其特征在于，在反馈环过程中顺序地优化LUT中的值和所述多项式系数。

16.一种优化器设备，包括被编程以执行权利要求10-13中任一项的方法的处理器。

17.一种非瞬态、计算机可读介质，在其上已存储有当被处理器执行时实施权利要求10-13中任一项的方法的程序。